ข่าวประชาสัมพันธ์ Press Releases ข่าวย้อนหลัง หัวข้อข่าว บลอก

วิศวะมหิดล คิดค้น 3 นวัตกรรม...รับมือไวรัสโคโรน่าและภัยพิบัติ หุ่นยนต์แพทย์อัจฉริยะ, ถุงเคลื่อนย้ายผู้ป่วย และระบบ AI คัดกรองข่าวปลอม

ข่าวประชาสัมพันธ์ไอที อินเทอร์เน็ท วันศุกร์ที่ ๑๔ กุมภาพันธ์ พ.ศ. ๒๕๖๓ ๐๙:๑๐ น.
ขนาดตัวอักษร: ใหญ่ กลาง เล็ก
กรุงเทพฯ--14 ก.พ.--เบรนเอเซีย คอมมิวนิเคชั่น

สถานการณ์การระบาดของไวรัสโคโรนาสายพันธุ์ใหม่ 2019 ที่กำลังแพร่ในประเทศจีนและอีก 27 ประเทศทั่วโลก รวมถึงประเทศไทย ส่งผลกระทบต่อชีวิตและสุขภาพ เศรษฐกิจและอุตสาหกรรมเดินทางท่องเที่ยวมหาศาล ล่าสุดเช้า 11 กพ.63 มียอดผู้ติดเชื้อทั่วโลกพุ่งกว่า 42,729 คน และเสียชีวิตกว่า 1,013 รายสำหรับประเทศไทย ผู้ติดเชื้อ 33 คน รักษาหายแล้ว 10 คน

จากจุดเริ่มต้นการระบาดของไวรัสโคโรนาสายพันธุ์ใหม่ 2019 เกิดขึ้น ณ เมืองอู่ฮั่น มณฑลหูเป่ย ประเทศจีน โดยเมื่อวันที่ 30 ธันวาคม 2562 ถึง 11มกราคม 2563 มีการรายงานจากจีนว่าเกิดการระบาดของโรคติดต่อทางเดินหายใจจากไวรัสโคโรนาสายพันธุ์ใหม่ ที่เมืองอู่ฮั่น มณฑลหูเป่ยของจีน ซึ่งโรคปอดอักเสบจากไวรัสโคโรนาสายพันธุ์ใหม่นี้ อยู่ในตระกูลเดียวกับไวรัสที่ก่อให้เกิดโรคซาร์ส (SARS) หรือโรคระบบทางเดินหายใจเฉียบพลันร้ายแรง ที่เคยระบาดหนักใน 37 ประเทศทั่วโลก ช่วงปี 2002-2003 โดยโรคปอดอักเสบส่วนใหญ่จะเกิดจากการติดเชื้อในระบบทางเดินหายใจ ทำให้เกิดการอักเสบของถุงลมปอด และเนื้อเยื่อโดยรอบ มีอาการสำคัญ ได้แก่ มีไข้ ไอ หายใจเหนื่อยหอบ ประชาคมโลกและประเทศไทยต่างหาหนทางวิจัยพัฒนาและบริหารจัดการอย่างดีที่สุด แต่ก็ยากที่จะคาดเดาว่าสถานการณ์โรคจะสงบลงเมื่อใด

เพื่อเตรียมความพร้อมคนไทย ร่วมมือร่วมใจฝ่าวิกฤติในภาวะเสี่ยงจากโรคอุบัติใหม่ ไวรัสโคโรน่านี้ คณะวิศวกรรมศาสตร์ มหาวิทยาลัยมหิดล จึงได้คิดค้น 3 นวัตกรรม...เพื่อรับมือไวรัสโคโรน่าและภัยพิบัติจากสารเคมีหรือกัมมันตรังสี ดังนี้

1. หุ่นยนต์แพทย์อัจฉริยะ DoctoSight สำหรับการวินิจฉัยและรักษาผ่านระบบโทรเวช

รศ.ดร.จักรกฤษณ์ ศุทธากรณ์ (Jackrit Suthakorn) คณบดี คณะวิศวกรรมศาสตร์ มหาวิทยาลัยมหิดล กล่าวว่า ไทยเป็นหนึ่งในประเทศมีปัญหาการขาดแคลนบุคลากรทางการแพทย์ จากการกระจายตัวบุคลากรด้านการแพทย์ในหลายพื้นที่ ทำให้อัตราส่วนจำนวนบุคลากรทางด้านการแพทย์ต่อประชากรทั้งหมดค่อนข้างต่ำ เฉลี่ย 0.393 คนต่อประชากร 1000 คน โดยเฉพาะในวิกฤติไวรัสโคโรน่า ย่อมต้องการนวัตกรรมและเทคโนโลยีมาแบ่งเบาภาระแพทย์พยาบาล ตลอดจนมุ่งพัฒนายกระดับระบบสาธารณสุขของประเทศ

ทางทีมวิจัยคณะวิศวะมหิดลจึงมีแนวคิดในการพัฒนาหุ่นยนต์แพทย์อัจฉริยะ หรือ ดอคโทไซต์ (DoctoSight) สำหรับการวินิจฉัยและรักษาผ่านระบบโทรเวช (Telemedecine) จะช่วยให้แพทย์และบุคลากรไม่ต้องเข้าใกล้หรือสัมผัสผู้ป่วยโดยตรง ช่วยลดความเสี่ยงในการติดเชื้อ โดยจุดเด่นของหุ่นยนต์นี้สามารถทำงานร่วมกันได้มากกว่าหนึ่งตัวเพื่อตอบสนองคำสั่ง ในการตรวจสอบข้อมูลการทำงานในเชิงดิจิตอลในรูปแบบของการทำงานหุ่นยนต์ เช่น เวลาการบังคับของผู้ใช้งาน การระบุตำแหน่งหุ่นยนต์ที่มากกว่าหนึ่งตัวในระบบควบคุม ทั้งนี้ หุ่นยนต์ทั้งหมดในระบบนั้นจะมีหน้าที่ในการรับส่งของมูลระหว่างกันเพื่อทำการอัพเดตสถานะ การทำงานภายในโรงพยาบาลและสามารถควบคุมได้ผ่านแอพพลิเคชั่นควบคุมหุ่นยนต์ที่ถูกพัฒนาและออกแบบขึ้น โดยระบบควบคุมจะประกอบด้วย 1. ระบบควบคุมหุ่นยนต์แบบสั่งการพิกัดตำแหน่งเป้าหมายสำหรับหุ่นยนต์มากกว่าหนึ่งตัวในระบบปฏิบัติการและระบบนำทางอัตโนมัติของหุ่นยนต์แพทย์อัจฉริยะภายในสภาพแวดล้อมที่กำหนด 2. ระบบควบคุมหุ่นยนต์ทางไกลแบบกึ่งอัตโนมัติสำหรับหุ่นยนต์มากกว่าหนึ่งตัวในระบบปฏิบัติการ 3. ระบบติดตามการทำงานของหุ่นยนต์มากกว่าหนึ่งภายในระบบปฏิบัติการ 4. ระบบผสานงานข้อมูลพื้นฐานของหุ่นยนต์มากกว่าหนึ่งตัวในระบบปฏิบัติการ เช่น การอัพเดตสิ่งกีดขวางหรือสภาพแวดล้อมที่เปลี่ยนแปลงไป ระบบยังสามารถถูกพัฒนาต่อยอดในด้านของระบบโลจิสติกส์ภายในโรงพยาบาลให้มีประสิทธิภาพมากขึ้นจากการทำงานของการแพทย์ทางไกลและระบบหุ่นยนต์ โดยโรงพยาบาลสามารถวางแผนให้ตัวหุ่นยนต์ทำงานเป็นกิจวัตร ภายในช่วงระยะเวลาที่กำหนดได้โดยไม่ต้องใช้คนควบคุม ระบบจะอาศัยแพทย์หรือพยาบาลเฉพาะตอนที่ให้คำปรึกษากับคนไข้ผ่านตัวหุ่นยนต์ ซึ่งช่วยในการลดภาระการทำงานของแพทย์ พยาบาล เช่น วัดชีพจร วัดความดันเลือด วัดอัตราการเต้นของหัวใจ เป็นต้น ส่วนกลางของตัวหุ่นยนต์ออกแบบเป็นช่องเก็บของ ทั้งช่วยลำเลียงยาและวัสดุไปยังคนไข้ เป็นการเพิ่มประสิทธิภาพที่โรงพยาบาลจะได้รับผ่านตัวหุ่นยนต์ที่ทำงานร่วมกัน

ส่วนการติดต่อสื่อสารของหุ่นยนต์กับตัวผู้ใช้งาน เพื่อให้บุคลากรทางการแพทย์สามารถเข้าถึงการใช้งานของหุ่นยนต์ได้ง่ายและมีประสิทธิภาพในรูปแบบแอพลิเคชั่น ซึ่งสามารถดาวน์โหลด และเข้ารหัสกับตัวหุ่นยนต์และควบคุมการเคลื่อนที่ของหุ่นยนต์ผ่านระบบติดต่อไร้สาย ภายใต้มาตรฐานความปลอดภัย และยังสามารถแสดงผลจากตัวหุ่นยนต์มาได้เสมือนอยู่ในสเตชั่นควบคุมหุ่นยนต์

2. ถุงเคลื่อนย้ายผู้ป่วยในการป้องกันเชื้อโรคและสารเคมี

รศ.ดร.จักรกฤษณ์ ศุทธากรณ์ คณบดี คณะวิศวกรรมศาสตร์ มหาวิทยาลัยมหิดล กล่าวว่า การขนย้ายผู้ป่วยในสถานการณ์อุบัติภัยโรคระบาด สารเคมีหรือสารกัมมันตรังสีนั้นสำคัญยิ่ง เนื่องจากสามารถส่งผลอันตรายต่อผู้ที่อยู่ในบริเวณใกล้เคียงเป็นอย่างมาก กรณีไวรัสโคโรน่า ผู้ติดเชื้อสามารถส่งผ่านเชื้อไปยังแพทย์พยาบาลหรือผู้ที่ช่วยเหลือได้ ดังนั้น สิ่งสำคัญที่สุดคือ ความปลอดภัยต่อผู้ที่ช่วยเหลือ หากต้องมีการเคลื่อนย้ายผู้ป่วยที่ได้รับเชื้อจากจุดอันตรายไปยังที่ที่ปลอดภัย ดังนั้น ทางคณะวิศวกรรมศาสตร์ มหาวิทยาลัยมหิดล จึงได้สร้างสรรค์นวัตกรรม ถุงเคลื่อนย้ายผู้ป่วยในการป้องกันเชื้อโรคและสารเคมี ซึ่งเป็นถุงสำหรับการเคลื่อนย้ายผู้ป่วยที่มีคุณสมบัติในการป้องกันไม่ให้อากาศด้านในไหลสู่ด้านนอกเพื่อเป็นการป้องกันการปนเปื้อนของสารเคมีหรือสิ่งปนเปื้อนในถุงไปสู่ภายนอกถุง ถุงมีขนาดมาตรฐาน 60 ซม. x 200 ซม. x 70 ซม. มีที่จับสามารถขนย้ายผู้ป่วยได้สะดวก ปลอดภัยและติดตั้งระบบกรองและถ่ายเทอากาศ รวมถึงปรับความดัน นอกจากนี้ ยังมีช่องทางที่เจ้าหน้าที่สามารถเข้าถึงผู้ป่วยที่อยู่ด้านในได้ ส่วนวัสดุห่อหุ้มโครงสร้างถุง เป็นวัสดุพลาสติกทางการแพทย์ ซึ่งทำหน้าที่ในการห่อหุ้มและป้องกันไม่ให้อากาศด้านในไหลออกสู่ด้านนอก โดยวัสดุห่อหุ้มนั้นจะแยกออกเป็น 2 ส่วน คือ ส่วนผ้าใบห่อหุ้มด้านล่างและส่วนพลาสติกใสในการห่อหุ้มตัวโครงสร้างด้านบนทั้งหมด

ถุงเคลื่อนย้ายผู้ป่วย แบ่งออกเป็น 2 แบบ คือ 1. ถุง Negative Pressure Bag : NPB (ในรูปถุงสีใส) สำหรับเคลื่อนย้ายผู้ป่วยติดเชื้อ ป้องกันไม่ให้แพร่เชื้อสู่ผู้อื่น โดยเก็บอากาศภายในเพื่อป้องกันอากาศออก ถุง NPB จะปรับความดันอากาศต่ำกว่าภายนอกทำให้อากาศจากภายนอกไหลเข้าสู่ด้านใน ทำให้เชื้อต่างๆ จะอยู่ภายในถุงไม่แพร่กระจายออกไป โดยอากาศบริสุทธิ์จะไหลผ่านรูอากาศ และถูกดักจับด้วยฟิลเตอร์ เพื่อไม่ให้เชื้อโรคผ่านออกไปยังถุงได้ 2. ถุงแบบ Positive Pressure Bag : PPB (ในรูปถุงสีเขียว) สำหรับเคลื่อนย้ายผู้ป่วยที่ไม่มีเชื้อในพื้นที่ซึ่งมีความเสี่ยงต่อการติดเชื้อ โดยถ่ายเทอากาศออกไปด้านนอก ถุง PPB ใช้ในสถานการณ์ที่สิ่งแวดล้อมรอบด้านเป็นพิษ เราจำเป็นต้องให้ผู้ป่วยอยู่ในถุงที่ปลอดภัย และปรับความดันภายในถุงให้เป็นบวก ดังนั้นอากาศภายนอกจะไม่สามารถเข้าด้านในได้ โดยอากาศภายนอกนั้นจะถูก Feed ให้กับผู้ป่วยในถุงโดยผ่านไส้กรองเพื่อให้อากาศบริสุทธิ์

3. ระบบ AI คัดกรองข่าวปลอมไวรัสโคโรน่า

ดร.สุเมธ ยืนยง (Sumeth Yuenyong) อาจารย์ภาควิชาวิศวกรรมคอมพิวเตอร์ คณะวิศวกรรมศาสตร์ มหาวิทยาลัยมหิดล หัวหน้าโครงการ ร่วมกับผศ.ดร.นริศ หนูหอม และ ดร. กลกรณ์ วงศ์ภาติกะเสรี ผู้ร่วมวิจัย กล่าวว่า ในภาวะโรคแพร่ระบาด หรือ วิกฤติฉุกเฉิน ข่าวสารมีบทบาทสำคัญยิ่งในการกู้วิกฤติและทำให้เกิดพลังความร่วมมือร่วมใจของสังคมไปในทิศทางเดียวกัน ซึ่งจะนำไปสู่ความสำเร็จ การระบาดของไวรัสโคโรนาสายพันธุ์ใหม่ 2019 สื่อต่างๆ โดยเฉพาะโซเชียลเน็ตเวิร์ก (Social Network) ได้นำเสนอข่าว ส่งผลให้ประชาชนเกิดการตื่นกลัวและวิตกกันเป็นจำนวนมาก แต่อย่างไรก็ตาม บทความและข่าวสารบนโลกโซเชียลนั้นมีความหลากหลายในเรื่องของเนื้อหา สาระ และความถูกต้อง โดยจะมีเนื้อหาทั้งข้อเท็จจริง ความคิดเห็นส่วนตัว และข่าวปลอม (Fake News) ซึ่งการนำเสนอข่าวปลอมเป็นพฤติกรรมหนึ่งที่ทำให้เกิดยอด Like และ Share ให้แก่เจ้าของเพจเป็นอย่างดี เพื่อความถูกต้องของผู้รับสาร รัฐบาลได้มีการจัดตั้งศูนย์ต่อต้านข่าวปลอม หรือ Anti-Fake News Center Thailand ขึ้น เพื่อเผยแพร่ข่าวสารที่มีข้อเท็จจริง และสร้างความถูกต้องแก่ประชาชน โดยจากการมอนิเตอร์และรับแจ้งเรื่องเกี่ยวกับประเด็นไวรัสโคโรนาสายพันธุ์ใหม่ 2019 ระหว่างวันที่ 25-29 มกราคม 2563 พบว่า มีจำนวนข้อความที่แจ้งเข้ามาทั้งสิ้น 7,587 ข้อความ แต่มีจำนวนที่ต้องตรวจสอบยืนยัน (Verify) 160 ข้อความ โดยพบว่ามีข่าวที่เกี่ยวข้องโดยตรง 26 เรื่อง แบ่งเป็น ข่าวปลอม 22 เรื่อง และข่าวจริง 4 เรื่อง เท่านั้น ศูนย์ต่อต้านข่าวปลอมยังต้องใช้เวลาในการตรวจสอบเป็นจำนวนมาก ทำให้ไม่สามารถยับยั้งข่าวปลอมที่ถูกแชร์บนโลกออนไลน์ไปอย่างรวดเร็วได้

คณะวิศวกรรมศาสตร์ มหาวิทยาลัยมหิดล ซึ่งมีความพร้อมด้านเทคโนโลยีและประสบการณ์เชี่ยวชาญด้านนิติวิศวกรรม (Digital Forensic Lab) จึงได้คิดค้นนวัตกรรม ระบบ AI คัดกรองข่าวปลอมในเรื่องการระบาดของไวรัสโคโรน่าสายพันธุ์ใหม่ 2019 โดยใช้ปัญญาประดิษฐ์ตรวจจับข่าวปลอม ช่วยลดระยะเวลาการตรวจสอบข่าวสารที่แชร์บนโลกออนไลน์ และเผยแพร่ข่าวสารข้อเท็จจริงที่ถูกต้อง การทำงานของ AI ระบบตรวจจับข่าวปลอม 1. ดึงข้อมูลจากแหล่งข้อมูลที่น่าเชื่อถือ เช่น Facebook ทางการของหน่วยงาน โดยจะดึงข้อมูลส่วนเนื้อความ วันที่ เวลา ช่วงระยะเวลา เช้า สาย บ่าย เย็น กลางคืน ซึ่งจะใช้เป็นตัวแบ่งข้อมูล จากนั้นทำการประมวลผลข้อความที่ดึงมาได้ในแต่ละวันเวลา ทำการสกัด Name Entity ออกมา เพื่อหาคำสำคัญที่เกี่ยวข้องกับสถานการณ์การระบาดของโรค เช่น จำนวนผู้ติดเชื้อ จำนวนผู้เฝ้าระวัง พื้นที่พบผู้ต้องสงสัย เป็นต้น 2. เมื่อมีฐานข้อมูลแล้ว การทดสอบโพสในสื่อออนไลน์ ทำโดยการสกัด Name Entityจากข้อความ และทำการค้นหาโดยใช้คำเหล่านั้นเป็นฐานข้อมูล ในส่วนที่เป็นวันที่วันเดียวกันกับวันที่ของบทความ หากพบข้อความที่มีความหมายสอดคล้องกันในฐานข้อมูล ก็แสดงว่าบทความนั้นไม่ใช่ข่าวปลอม เพราะมีเนื้อความที่สอดคล้องกันกับฐานข้อมูล แต่หากไม่พบข้อความที่สอดคล้องกันเลย บทความดังกล่าวจะเป็นข่าวปลอม หากไม่สามารถระบุวันที่ได้ ให้ถือว่าเป็นวันเดียวกันกับที่ทำการตรวจสอบ


ขนาดตัวอักษร: ใหญ่ กลาง เล็ก

ข่าวประชาสัมพันธ์ที่เกี่ยวข้อง

วท.มั่นใจไทยมีศักยภาพผลิตหุ่นยนต์แพทย์ผลักไทยพ้นประเทศรายได้ปานกลาง

นายนเรศ ดำรงชัย ผู้อำนวยการศูนย์ความเป็นเลิศด้านชีววิทยาศาสตร์ กระทรวงวิทยาศาสตร์และเทคโนโลยี หรือ ทีเซลส์ (TCELS) กล่าวว่า สืบเนื่องจากยุทธศาสตร์กระทรวงวิทยาศาสตร์ฯ ต้องการเพิ่มขีดความสามารถในการแข่งขันของประเทศ เพื่อหลุดพ้นจากประเทศรายได้ปานกลาง...

สสว.จับมือจุฬาฯตั้งศูนย์บ่มเพาะธุรกิจต้นแบบ แห่งที่ 3

กรุงเทพฯ--4 ม.ค.--สสว. สำนักงานส่งเสริมวิสาหกิจขนาดกลางและขนาดย่อม (สสว.) จับมือจุฬาลงกรณ์มหาวิทยาลัยตั้งศูนย์บ่มเพาะธุรกิจต้นแบบ เพื่อสร้างผู้ประกอบการวิสาหกิจรุ่นใหม่ด้านอุตสาหกรรมอาหาร แฟชั่นและผลิตภัณฑ์ที่ใช้ในชีวิตประจำวัน หวังบ่มเพาะธุรกิจไม่ต่ำกว่า...

ททท. รับกองทุน 20 ล้านช่วยเหลือผู้ประสบภัยชาวต่างชาติ

กรุงเทพฯ--4 ม.ค.--ททท. นางจุฑามาศ ศิริวรรณ ผู้ว่าการการท่องเที่ยวแห่งประเทศไทย เปิดเผยว่า ททท. ได้รับการจัดสรรเงินจำนวน 20 ล้านบาทจากกองทุนเงินช่วยเหลือผู้ประสบสาธารณภัย สำนักงานนายกรัฐมนตรี โดยนายสุวัจน์ ลิปตพัลลภ รองนายกรัฐมนตรี ในฐานะประธานคณะกรรมการกอ...

หัวข้อข่าวที่เกี่ยวข้อง

หัวข้อข่าวยอดนิยม

กรมสรรพากร ธนาคารกรุงเทพ ธนาคารกรุงไทย ธนาคารออมสิน ไปรษณีย์ไทย การบินไทย ธนาคารกสิกรไทย hotmai เพียวริคุ jobbkk ธนาคารไทยพาณิชย์ คาราบาว ดีแทค ไทยพาณิชย์ แจ่มใส เมเจอร์ ธนาคารอาคารสงเคราะห์ 12car กรุงไทย ธนาคารกรุงศรีอยุธยา กระทรวงสาธารณสุข การรถไฟแห่งประเทศไทย มิตซูบิชิ เมืองทอง ธนาคารทหารไทย ตลาดหลักทรัพย์แห่งประเทศไทย ซัมซุง มาม่า วันทูคอล ธนาคารแห่งประเทศไทย กระทรวงพาณิชย์ เวลาประเทศไทย ปตท ธอส บิ๊กซี กรมอุตุ กรมศุลกากร แม็คโคร ธนาคารกรุงศรี กระทรวงการคลัง